Pengaruh Total Kekayaan Daerah, Kompetisi Politik, dan Tingkat Kependudukan Terhadap Transparansi Informasi Keuangan di Internet oleh Pemerintahan Daerah Chapter III V
BAB III
METODOLOGI PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan adalah dalam penelitian ini adalah
asosiatif kausal yaitu penelitian yang bertujuan untuk mengetahui hubungan
yang bersifat sebab akibat. Unit analisis dalam penelitian ini yaitu semua situs
resmi pemerintahan daerah yang terdapat di internet. Horizon waktu yang
digunakan dalam penelitian ini adalah studi cross-sectional, yaitu studi yang
dilakukan dengan data yang hanya sekali dikumpulkan, Sekaran (2006).
3.2 Tempat dan Waktu Penelitian
Penulis mengumpulkan dan menganalisis data-data yang dibutuhkan
dalam penelitian ini dari berbagai macam sumber seperti dari internet, jurnaljurnal ilmiah, buku-buku teks, dan dari berbagai sumber lainnya yang
berhubungan dengan penelitian ini, sehinggga tempat dilakukannya penelitian
ini tidak dapat dinyatakan secara spesifik.
3.3 Variabel Penelitian
Variabel yang digunakan penulis dalam penelitian ini adalah variabel
terikat dan variabel bebas.
3.3.1 Variabel Terikat
Variabel terikat merupakan variabel yang menjadi fokus utama
peneliti di dalam penelitian ini. Melalui analisis terhadap variabel
33
Universitas Sumatera Utara
terikat adalah mungkin untuk menemukan jawaban atas suatu masalah
(Sekaran, 2006). Variabel terikat dalam penelitian ini adalah
transparansi informasi keuangan di internet oleh pemerintahan daerah.
3.3.2 Variabel Bebas
Variabel bebas adalah variabel yang dapat mempengaruhi
variabel terikat secara positif atau negatif (Sekaran, 2006). Apabila
setiap unit kenaikan variabel bebas diikuti oleh kenaikan variabel
terikat maka variabel bebas mempengaruhi variabel terikat secara
positif. Begitu juga sebaliknya, apabila setiap unit penurunan variabel
bebas diikuti oleh penurunan variabel terikat maka variabel bebas
mempengaruhi variabel terikat secara negatif. Variabel bebas di dalam
penelitian ini adalah total kekayaan daerah, kompetisi politik dan
tingkat kependudukan.
3.4 Definisi Operasional Variabel
3.4.1 Transparansi Informasi Keuangan di Internet oleh Pemerintahan
Daerah
Transparansi informasi keuangan di internet oleh pemerintahan
daerah adalah pemberian informasi berupa laporan keuangan melalui
media internet yang dilakukan oleh pemerintahan daerah sekalipun
tidak diwajibkan dalam suatu peraturan. Sesuai dengan penelitian
sebelumnya, pengukuran variabel transparansi informasi keuangan di
internet oleh pemerintahan daerah menggunakan variabel dummy
34
Universitas Sumatera Utara
(Laswad et al, 2005). Dalam penelitian ini, transparansi informasi
keuangan dilihat pada informasi laporan keuangan karena masih sangat
sedikit pemerintah daerah (pemda) yang mempublikasikan laporan
keuangannya. Transparansi informasi keuangan di internet dinilai dari
ada tidaknya APBD, laporan keuangan pemerintah daerah (LKPD),
atau LAKIP pada situs resmi pemerintahan daerah. LKPD sendiri
terdiri dari empat komponen, yaitu neraca, laporan realisasi anggaran,
laporan arus kas, dan catatan atas laporan keuangan. Jika seluruh
komponen LKPD tersebut terdapat dalam situs resmi pemerintahan
daerah,
maka
pemerintahan
daerah
tergolong
mengungkapkan
informasi keuangannya. Jika seluruh bagian LKPD dalam pelaporan
keuangan tersebut terdapat pada situs resmi pemerintahan daerah diberi
nilai 1 sedangkan jika komponen LKPD yang terdapat pada situs resmi
pemerintahan daerah tidak dipublikasikan secara lengkap maka diberi
nilai 0.
3.4.2 Total Kekayaan Daerah
Kekayaan
pemerintahan
daerah
menggambarkan
tingkat
kemakmuran daerah tersebut. Semakin tinggi angka kekayaan
pemerintahan daerah, maka secara ekonomi telah terjadi peningkatan
kemakmuran pada daerah tersebut. Besarnya kekayaan daerah juga
berbanding lurus dengan kepedulian masyarakat tentang kinerja
pemerintah daerah. Styles dan Tennyson (2007) berpendapat bahwa
daerah dengan tingkat kekayaan yang lebih tinggi akan memiliki tingkat
35
Universitas Sumatera Utara
pemantauan politik dan informasi yang lebih tinggi atas gambaran
tentang kinerja pemerintahan daerah. Dalam penelitian ini, total
kekayaan pemerintahan daerah diukur dari total aset yang dimiliki oleh
daerah tersebut.
3.4.3 Kompetisi Politik
Kompetisi politik menunjukkan gambaran seberapa besar
persaingan antara kepala daerah yang menjabat saat ini (incumbent)
dengan saingan-saingan politiknya. Dalam penelitian Laswad, dkk
(2005) yang dilakukan di Selandia Baru, kompetisi politik diukur dari
perbandingan antara jumlah kandidat kepala daerah dengan posisi yang
tersedia. Penelitian ini menilai kompetisi politik dengan menggunakan
pengukuran yang sama dengan pengukuran dalam penelitian Laswad,
dkk (2005) namun disesuaikan dengan kondisi di Indonesia, yaitu
hanya ada satu posisi sebagai kepala daerah dan hanya dijabat oleh satu
orang. Kompetisi politik diukur dari jumlah kandidat kepala daerah
pada pemilihan kepala daerah yang terakhir kali dilaksanakan di daerah
tersebut sampai dengan penelitian ini dilakukan.
3.4.4 Tingkat Kependudukan
Sesuai dengan Stakeholder Theory, penduduk merupakan salah
satu stakeholder terpenting pemerintahan daerah. Oleh karena itu,
semakin banyak jumlah penduduk maka tekanan untuk meminta
informasi juga semakin besar. Riset pendahuluan tentang transparansi
36
Universitas Sumatera Utara
keuangan di pemerintahan daerah di New Jersey telah mengungkapkan
hubungan positif antara jumlah penduduk dengan pengungkapan
informasi keuangan (Piotrowski &Bertelli, 2010). Sementara itu, dalam
hubungannya dengan transparansi di bidang informasi sosial dan
lingkungan di website pemerintahan daerah di Spanyol, jumlah
penduduk juga menunjukkan relasi yang sama (Garcia-Sanchez, 2013).
Daerah dengan jumlah penduduk yang lebih banyak memiliki tingkat
pengungkapan yang lebih tinggi dibandingkan daerah dengan jumlah
penduduk yang lebih sedikit sehingga untuk mengukur tingkat
kependudukan pada penelitian ini diukur dari jumlah penduduk yang
bertempat tinggal di daerah tersebut.
Tabel 3.1
Defenisi Operasional
No.
Variabel
Defenisi
Indikator
Skala
1 Transparansi
Transparansi
Transparansi
Dummy
Informasi
informasi keuangan informasi
Keuangan
di di internet oleh keuangan
di
Internet (Y)
pemerintahan daerah internet
dinilai
adalah
pemberian dari tersedia atau
informasi keuangan tidaknya laporan
melalui
media keuangan
internet
yang pemerintah daerah
dilakukan
oleh (LKPD)
secara
pemerintahan daerah lengkappada situs
sekalipun
tidak resmi
diwajibkan
dalam pemerintahan
suatu peraturan.
daerah.
2
Total Kekayaan Kekayaan
Daerah (X1)
pemerintahan daerah
menggambarkan
tingkat kemakmuran
daerah
tersebut.
Semakin
tinggi
Kekayaan
Nominal
pemerintahan
daerah diukur dari
total aset yang
dimiliki
oleh
daerah tersebut.
37
Universitas Sumatera Utara
3
Kompetisi
Politik (X2)
4
Tingkat
Kependudukan
(X3)
angka
kekayaan
pemerintahan
daerah, maka secara
ekonomi
telah
terjadi peningkatan
kemakmuran daerah
tersebut.
Kompetisi
politik
menunjukkan
gambaran seberapa
besar
persaingan
antara kepala daerah
yang menjabat saat
ini
(incumbent)
dengan
saingansaingan politiknya.
Tingkat
kependudukan
menunjukkan
banyaknya
penduduk
yang
bertempat tinggal di
wilayah
tersebut.
Daerah
dengan
jumlah
penduduk
yang lebih banyak
memiliki
tingkat
pengungkapan yang
lebih
tinggi
dibandingkan daerah
dengan
jumlah
penduduk yang lebih
sedikit.
Kompetisi politik Nominal
diukur
dari
jumlah kandidat
kepala
daerah
pada
pemilihan
kepala
daerah
yang terakhir kali
dilaksanakan di
daerah
tersebut
sampai
dengan
penelitian
ini
dilakukan.
Untuk mengukur Nominal
tingkat
kependudukan
pada penelitian ini
diukur
dari
jumlah penduduk
di suatu daerah
tersebut.
3.5 Populasi dan Sampel
Populasi dari penelitian ini adalah seluruh pemerintahan daerah yang
ada di Indonesia yang berjumlah 548 yang terdiri atas 34 pemerintahan
provinsi, 98 pemerintahan kota, dan 416 pemerintahan kabupaten dengan
38
Universitas Sumatera Utara
jumlah sampel yang didapatkan sebanyak 69 sampel (lihat lampiran).
Pengambilan sampel digunakan dengan metode purposive sampling, yaitu
metode pemilihan sampel berdasarkan kriteria-kriteria tertentu (Daulay,
2010). Adapun kriteria pengambilan sampel adalah sebagai berikut :
1. Memiliki situs resmi pemerintahan daerah dan masih aktif.
2. Pemerintahan daerah mempublikasikan secara lengkap informasi
pengelolaan keuangan daerah pada situs resmi pemerintahan
daerah.
3. Menyediakan neraca keuangan pemerintahan daerah tahun 2014
provinsi, kota, dan kabupaten yang telah diaudit oleh BPK yang
terdapat pada situs resmi pemerintahan daerah.
4. Pemeriksaan LKPD oleh BPK menghasilkan opini WTP dan WDP
yang terdapat pada situs resmi BPK.
5. Memiliki data mengenai banyaknya kandidat pemilihan kepala
daerah yang dapat diperoleh dari situs Komisi Pemilihan Umum
(KPU).
Sampling adalah proses pengambilan sebagian elemen dari suatu
populasi sebagai wakil dari populasi tersebut. Besaran sampel yang tepat
untuk penelitian adalah lebih besar dari 30 dan kurang dari 500 (Sekaran,
2006).
39
Universitas Sumatera Utara
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif
dengan sumber data sekunder. Data kuantitatif adalah data yang berbentuk
angka atau bilangan, sedangkan data sekunder adalah sumber data penelitian
yang diperoleh secara tidak langsung dengan melalui media perantara.
Periode data yang digunakan dalam penelitian ini yaitu tahun 2014. Data
variabel dependen yaitu transparansi informasi keuangan di internet oleh
pemerintahan daerah yang dapat dilihat dari ketersediaan Laporan Keuangan
Pemerintah Daerah (LKPD) secara lengkap yang terdapat pada situs resmi
pemerintahan daerah dan diperoleh dengan mengamati secara langsung.
Alamat situs resmi pemerintahan daerah didapat dari www.kemendagri.go.id.
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini adalah
studi pustaka dan studi dokumentasi. Data-data dan teori dalam penelitian ini
diperoleh dari literatur, artikel, dan hasil penelitian terdahulu yang relevan
dengan penelitian dan landasan teori. Data juga diperoleh dari studi
dokumentasi yang dilakukan dengan menggunakan data sekunder baik dari
lembaga yang mengeluarkan data tersebut dan juga melalui internet.
3.8 Metode Analisis
Karena terdapat perbedaan dalam satuan dan besaran variabel bebas
maka variabel X1 (total kekayaan daerah) dan X3 (tingkat kependudukan)
40
Universitas Sumatera Utara
harus dibuat model logaritma natural. Menurut Ghozali (2006), alasan
digunakannya logaritma natural adalah sebagai berikut:
1. Menghindari adanya heterokedasitas.
2. Mengetahui koefisien yang menunjukkan elastisitas.
3. Mendekatkan skala data.
3.8.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk menghasilkan gambaran
dari data yang telah terkumpul. Analisis deskriptif yang digunakan
dalam penelitian ini adalah nilai rata-rata (mean), maksimum,
minimum, dan standar deviasi.
3.8.2 Uji Hipotesis
Metode analisis yang digunakan untuk menguji hipotesis dalam
penelitian ini adalah regresi logistik (Logistic Regression). Regresi
logistik digunakan untuk menguji dapat tidaknya suatu probabilitas
terikat diprediksi dengan variabel bebasnya (Ghozali, 2006). Regresi
logistik tidak memerlukan uji normalitas, heteroskedasitas, dan uji
asumsi klasik pada variabel bebasnya. Regresi logistik dipilih karena
penelitian ini memiliki variabel dependen yang dichotomous dan
variabel independen yang bersifat kombinasi antara metrik dan nonmetrik. Menurut Ghozali (2006) variabel non-metrik merupakan
variabel yang diukur dengan skala pengukuran kategori atau kelompok
dari suatu subyek.
41
Universitas Sumatera Utara
Variabel dependen yang dilakukan dalam penelitian ini
merupakan
variabel
dichotomous.
Pemerintahan
daerah
yang
melakukan pelaporan keuangan pada website resminya dikategorikan
kedalam kode IFRA (Internet Financial Reporting Local Authorities).
Sedangkan pemerintahan daerah yang memiliki website resmi tapi tidak
memilih untuk melaporkan informasi keuangannya pada website
resminya dikategorikan kedalam N-IFRA (Non Financial Reporting
Local Authorities).
Berdasarkan rumusan masalah dan kerangka pemikiran yang
telah diuraikan sebelumnya, model regresi logistik yang digunakan
adalah:
Y = a + b1X1 + b2X2 + b3X3+ e
Keterangan:
Y
= Transparansi informasi keuangan di internet
a
= konstanta
b1 = koefisien variabel total kekayaan daerah
b2 = koefisien variabel kompetisi politik
b3 = koefisien variabel tingkat kependudukan
X1 = total kekayaan daerah
X2 = kompetisi politik
42
Universitas Sumatera Utara
X3 = tingkat kependudukan
e
= error
Selanjutnya
analisis
penelitian
regresi
logistik
perlu
memperhatikan hal-hal berikut:
1. Menilai Kelayakan Model Regresi
Regresi logistik merupakan suatu bentuk model regresi yang
dimodifikasi. Karakteristik model logistik sudah tidak sama lagi
dengan model regresi sederhana atau berganda. Dengan begitu
penentuan signifikansi secara statistik regresi logistik berbeda
dengan regresi berganda. Untuk menguji model regresi logistik yang
digunakan layak atau tidak dapat digunakan uji -2 Log likelihood.
Caranya adalah dengan membandingkan antara nilai -2 Log
likelihood pada saat Block Number = 0, dimana model hanya
memasukkan konstanta dengan nilai -2 Log likelihood, dengan pada
saat Block Number = 1, dimana model memasukkan konstanta dan
variabel bebas. Apabila nilai -2 Log likelihood Block Number = 0 >
nilai -2 Log likelihood Block Number = 1, maka menunjukkan
model regresi yang baik. -2 Log likehood pada regresi logistik mirip
dengan pengertian “Sum of Square Error” pada model regresi,
sehingga penurunan nilai -2 Log likehood menunjukkan model yang
semakin baik.
43
Universitas Sumatera Utara
2. Menilai Koefisien Determinasi
Setelah mengetahui kelayakan regresi menggunakan uji -2
Log likelihood, selanjutnya dilakukan pengujian untuk menguji
seberapa jauh semua variabel bebas yang dimasukkan dalam model
mempunyai pengaruh terhadap variabel terikat atau seberapa besar
variasi dari variabel terikat dapat dijelaskan oleh variabel bebas. Uji
yang dilakukan untuk menilai koefisien determinasi adalah uji
Nagelkerke R Square (Pseudo R-Square).
3. Menilai Keseluruhan Model
Keseluruhan model (overall model fit) pada model regresi
sederhana atau berganda dapat dilihat dari R² ataupun F test,
sedangkan penilaian keseluruhan model dalam regresi logistik dapat
dilihat dari pengujian Hosmer and Lemeshow’s Goodness of Fit Test.
Pengujian ini untuk menilai model yang dihipotesiskan agar data
empiris cocok atau sesuai dengan model. Jika nilai statistik
signifikansi pada Hosmer and Lemeshow’s Goodness of Fit Test
sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak,
sedangkan jika nilainya lebih besar dari 0,05 maka hipotesis nol
tidak dapat ditolak, berarti model mampu memprediksi nilai
observasinya atau dengan kata lain model dapat diterima karena
sesuai dengan data observasinya (Ghozali, 2006).
44
Universitas Sumatera Utara
H0: Tidak terdapat perbedaan yang nyata antara klasifikasi
yang diprediksi dengan klasifikasi yang diamati.
Ha: Terdapat perbedaan yang nyata antara klasifikasi yang
diprediksi dengan klasifikasi yang diamati.
4. Pengujian Regresi Logistik Secara Parsial
Pengujian regresi logistik secara parsial menggunakan uji
Wald dengan melihat tabel variables in the equation. Pengujian
regresi logistik secara parsial dilakukan dengan memasukkan seluruh
variabel independen dan variabel dependen. Hasil pengujian ini
dapat membantu kita mengetahui pengaruh masing-masih variabel
independen terhadap variabel dependen. Pengujian ini dilakukan
dengan menggunakan metode enter dengan tingkat signifikansi
sebesar 5%. Dasar pengambilan keputusannya adalah apabila nilai
signifikansi < 0,05 maka hipotesis yang menyatakan variabel bebas
berpengaruh terhadap variabel terikat diterima.
5. Pengujian Regresi Logistik Secara Simultan
Setelah pengujian regresi logistik secara parsial, selanjutnya
akan dilakukan pengujian regresi logistik secara simultan (bersamasama). Pengujian regresi logistik secara simultan disebut Omnibus
Test of Model coefficient. Dalam pengujian ini semua variabel bebas
yaitu total kekayaan daerah, kompetisi politik, dan tingkat
kependudukan diuji secara bersama-sama. Pengujian ini bertujuan
45
Universitas Sumatera Utara
untuk melihat apakah ketiga variabel bebas secara bersama-sama
berpengaruh terhadap transparansi informasi keuangan di internet
oleh pemerintahan daerah. Dasar pengambilan keputusannya adalah
jika nilai signifikansi lebih besar dari pada 0,05 maka H0 diterima
sedangkan jika nilai signifikansi lebih kecil dari 0,05 maka H0
ditolak.
46
Universitas Sumatera Utara
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Gambaran Umum Sampel Penelitian
Tujuan dari dilakukannya penelitian ini untuk mengetahui pengaruh
total kekayaan daerah, kompetisi politik, dan tingkat kependudukan terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah di
Indonesia. Populasi yang digunakan dalam penelitian ini adalah seluruh
website pemerintahan daerah di Indonesia yang berjumlah 548 situs, terdiri
dari 34 pemerintahan provinsi, 98 pemerintahan kota, dan 416 pemerintahan
kabupaten. Berdasarkan populasi tersebut didapatkan sampel sebanyak 69
pemerintahan daerah (lihat lampiran) yang terdiri atas 10 pemerintahan
provinsi, 16 pemerintahan kota, dan 43 pemerintahan kabupaten yang
mempublikasikan laporan keuangan daerahnya (LKPD) tahun 2014 yang
telah di audit oleh BPK dan terdapat dalam situs resmi pemerintahan daerah.
4.2 Statistik Deskriptif
Uji Statistik deskriptif dilakukan untuk mengetahui gambaran umum
mengenai variabel bebas (total kekayaan daerah, kompetisi politik, dan
tingkat kependudukan) yang digunakan dalam penelitian ini.
Hasil uji
statistik deskriptif dalam penelitian ini meliputi nilai minimum, nilai
maksimum, mean, dan standar deviasi untuk setiap variabel yang disajikan
dalam tabel berikut:
47
Universitas Sumatera Utara
Tabel 4.1
Statistik Deskriptif Sampel
Descriptive Statistics
N
TOTAL
KEKAYAAN
Minimum
Maximum
Mean
Std. Deviation
69
27,63071
31,03520
28,8784263
,76285282
KOMPETISI POLITIK
69
2
10
3,71
1,926
TINGKAT
69
10,62590
16,11975
13,3283777
1,18187756
DAERAH
KEPENDUDUKAN
Valid N (listwise)
69
Sumber data : lampiran
Berdasarkan pengujian deskriptif tersebut, maka pada variabel total
kekayaan daerah diperoleh nilai minimum sebesar 27,63071, nilai maksimum
sebesar 31,03520, nilai rata-rata sebesar 28,8784263, dan nilai standar deviasi
sebesar 0,76285282. Pada variabel kompetisi politik diperoleh nilai minimum
sebesar 2, nilai maksimum sebesar 10, nilai rata-rata sebesar 3,71, dan nilai
standar deviasi sebesar 1,926. Pada variabel total kekayaan daerah diperoleh
nilai minimum sebesar 10,62590, nilai maksimum sebesar 16,11975, nilai
rata-rata sebesar 13,3283777, dan nilai standar deviasi sebesar 1,18187756.
4.3 Pengujian Hipotesis
Pengujian yang dilakukan selanjutnya adalah untuk menganalisis
pengaruh dari variabel total kekayaan daerah, kompetisi politik, dan tingkat
kependudukan terhadap transparansi informasi keuangan di internet oleh
pemerintahan daerah. Setelah pengujian statistik deskriptif berikutnya akan
dilakukan pengujian regresi logistik untuk mengetahui apakah terdapat
pengaruh dari total kekayaan daerah, kompetisi politik, dan tingkat
kependudukan terhadap transparansi informasi keuangan di internet oleh
48
Universitas Sumatera Utara
pemerintahan daerah serta membentuk model regresi logistik karena variabel
terikatnya memiliki dua nilai (0 dan 1), maka digunakan model Regression
Logistic
(Ghozali,
2006).
Pengujian
hipotesis
dilakukan
dengan
menggunakan regresi logististik yang dilakukan secara bersama-sama untuk
ketiga variabel dengan tingkat signifikansi 5%. Perbandingan nilai aktual dan
prediksi bisa dicapai dengan menggunakan beberapa pengukuran untuk
mengukur kelayakan regresi, yaitu: (1) dengan melihat -2 Log Likelihood, (2)
koefisien determinasi (Cox & Snell R Square dan Nagelkerke R Square), (3)
menilai chi-square untuk keseluruhan model (Hosmer and Lemeshow Test).
4.3.1 Pengujian -2 Log Likelihood
Pengujian regresi logistik yang pertama adalah dengan
menggunakan uji -2 log likelihood. Pengujian ini bertujuan untuk
mengetahui apakah model regresi logistik yang digunakan telah layak
atau tidak. Hasil pengolahan data SPSS dapat dilihat pada tabel di
bawah ini:
Tabel 4.2
Pengujian -2 Log Likelihood Step 0
Iteration Historya,b,c
Coefficients
Iteration
-2 Log likelihood
Constant
Step 0
1
90,358
-,551
2
90,354
-,565
3
90,354
-,565
Sumber data: lampiran
49
Universitas Sumatera Utara
Tabel 4.3
Pengujian -2 Log Likelihood Step 1
Model Summary
Step
-2 Log likelihood
Cox & Snell R Square
68,256a
1
,274
Nagelkerke R Square
,375
Sumber data: lampiran
Pada tabel 4.2 dan 4.3 menunjukkan nilai dari hasil pengujian -2
Log likelihood yang terdiri dari 2 tahap yaitu tahap pertama (step 0) dan
tahap kedua (step 1). Berdasarkan tabel 4.2 dapat dilihat nilai -2 Log
likelihood step 0 adalah sebesar 90,354 sedangkan pada step 1 yang
terdapat pada tabel 4.3 nilai -2 Log likelihood sebesar 68,256. Hal ini
menunjukkan terjadi penurunan pada nilai -2 Log likelihood, sehingga
dapat ditarik kesimpulan bahwa model regresi logistik yang digunakan
layak dan penambahan variabel bebas kedalam model memperbaiki
model fit.
4.3.2 Pengujian Nagelkerke R Square
Setelah pengujian -2 log likelihood selesai dilakukan, maka
selanjutnya dilakukan pengujian Nagelkerke R Square. Pengujian ini
dilakukan untuk melihat seberapa besarkah variasi dari variabel terikat
(transparansi informasi keuangan di internet oleh pemerintahan daerah)
dapat dijelaskan oleh variabel-variabel bebas yang diteliti (total
kekayaan daerah, kompetisi politik, dan tingkat kependudukan). Hasil
pengujian Nagelkerke R Square dapat dilihat pada tabel berikut ini :
50
Universitas Sumatera Utara
Tabel 4.4
Pengujian Nagelkerke R Square
Model Summary
Step
-2 Log likelihood
Cox & Snell R Square
68,256a
1
,274
Nagelkerke R Square
,375
Sumber data: lampiran
Berdasarkan tabel 4.4 di atas, nilai Nagelkerke R Square adalah
sebesar 0,375. Hal ini menunjukkan bahwa variasi variabel terikat
(transparansi informasi keuangan di internet oleh pemerintahan daerah)
dapat dijelaskan oleh variabel-variabel bebasnya (total kekayaan
daerah, kompetisi politik, dan tingkat kependudukan) sebesar 37,5%
sedangkan sisanya sebesar 62,5% dijelaskan oleh variabel lain diluar
variabel bebas yang diteliti.
4.3.3 Pengujian Hosmer and Lemeshow
Pengujian yang dilakukan selanjutnya adalah pengujian Hosmer
and Lemeshow. Pengujian ini dilakukan untuk menguji hipotesis 0
bahwa data empiris cocok atau sesuai dengan model (tidak terdapat
perbedaan model dengan data sehingga model dapat dikatakan fit). Jika
nilai pengujian Hosmer and Lemeshow test sama dengan atau kurang
dari 0,05 maka hipotesis 0 ditolak yang berarti terdapat perbedaan yang
signifikan antara model dengan nilai observasinya, sehingga model
tidak dapat memprediksi nilai observasinya. Sebaliknya, jika nilai
pengujian Hosmer and Lemeshow lebih besar dari 0,05 maka model
dapat memprediksi nilai observasinya atau dapat dikatakan model dapat
51
Universitas Sumatera Utara
diterima karena sesuai dengan nilai observasinya sehingga hipotesis 0
diterima. Berikut adalah hasil pengujian Hosmer and Lemeshow:
Tabel 4.5
Pengujian Hosmer and Lemeshow
Hosmer and Lemeshow Test
Step
Chi-square
1
df
10,933
Sig.
8
,206
Sumber data: lampiran
Berdasarkan tabel diatas, maka didapatkan nilai signifikansi
statistik Hosmer and Lemeshow Goodness of Fit Test sebesar 0,206
yang nilainya lebih besar dari 0,05. Hal ini menunjukkan bahwa model
dapat diterima karena mampu memprediksi nilai observasinya atau
sesuai dengan data observasinya.
4.4 Pengujian Regresi Logistik Secara Parsial
Langkah selanjutnya adalah menguji regresi logistik secara parsial
atau menguji pengaruh masing-masing variabel bebas terhadap variabel
terikatnya dengan melihat tabel variables in the equation. Pengujian hipotesis
regresi logistik dilakukan dengan memasukkan seluruh variabel bebas (total
kekayaan daerah, kompetisi politik, dan tingkat kependudukan) dan juga
variabel
terikat
(transparansi
informasi
keuangan
di
internet
oleh
pemerintahan daerah).
Pengujian ini dilakukan dengan menggunakan metode enter dengan
tingkat signifikansi sebesar 5%. Dasar pengambilan keputusannya adalah
apabila nilai signifikansi < 0,05 maka hipotesis yang menyatakan variabel
bebas berpengaruh terhadap variabel terikat diterima, sedangkan apabila nilai
52
Universitas Sumatera Utara
signifikansi > 0,05 maka hipotesis yang menyatakan variabel bebas
berpengaruh terhadap variabel terikat ditolak. Hasil pengujian regresi logistik
secara parsial dapat dilihat pada tabel dibawah ini:
Tabel 4.6
Pengujian Regresi Logistik Secara Parsial
Variables in the Equation
95% C.I.for
B
S.E.
Wald
df
Sig.
Exp(B)
EXP(B)
Lower
Step
1a
Upper
X1
1,467
,594
6,099
1
,014
4,335
1,353
13,882
X2
,458
,210
4,731
1
,030
1,580
1,046
2,387
X3
-,088
,348
,064
1
,800
,916
,463
1,811
-43,512
14,555
8,937
1
,003
,000
Constant
Sumber data: lampiran
Berdasarkan hasil pengujian regresi logistik tersebut maka dapat
diketahui persamaan logistik linear sebagai berikut:
Y = -43,512 +1,467X1 + 0,458X2 - 0,88X3+ e
Dimana:
Y = Transparansi informasi keuangan di internet oleh pemerintahan daerah
X1 = Total kekayaan daerah
X2 = Kompetisi politik
X3 = Tingkat kependudukan
e
= error
4.5 Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian regresi logistik pada tabel 4.6 diatas,
hasil pengujian hipotesis untuk mengetahui pengaruh total kekayaan daerah,
53
Universitas Sumatera Utara
kompetisi politik, dan tingkat kependudukan terhadap transparansi informasi
keuangan di internet oleh pemerintahan daerah dapat dijelaskan sebagai
berikut:
1. Berdasarkan tabel 4.6 dapat diketahui dimana variabel bebas yang
pertama yaitu total kekayaan daerah (X1) berpengaruh positif terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hasil penelitian ini sesuai dengan hasil penelitian yang telah dilakukan
oleh Trisnawati dan Komarudin (2014) dimana mereka telah
membuktikan bahwa total kekayaan daerah berpengaruh positif terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hal ini ditunjukkan dengan nilai probabilitas signifikansi sebesar 0,014
(
METODOLOGI PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan adalah dalam penelitian ini adalah
asosiatif kausal yaitu penelitian yang bertujuan untuk mengetahui hubungan
yang bersifat sebab akibat. Unit analisis dalam penelitian ini yaitu semua situs
resmi pemerintahan daerah yang terdapat di internet. Horizon waktu yang
digunakan dalam penelitian ini adalah studi cross-sectional, yaitu studi yang
dilakukan dengan data yang hanya sekali dikumpulkan, Sekaran (2006).
3.2 Tempat dan Waktu Penelitian
Penulis mengumpulkan dan menganalisis data-data yang dibutuhkan
dalam penelitian ini dari berbagai macam sumber seperti dari internet, jurnaljurnal ilmiah, buku-buku teks, dan dari berbagai sumber lainnya yang
berhubungan dengan penelitian ini, sehinggga tempat dilakukannya penelitian
ini tidak dapat dinyatakan secara spesifik.
3.3 Variabel Penelitian
Variabel yang digunakan penulis dalam penelitian ini adalah variabel
terikat dan variabel bebas.
3.3.1 Variabel Terikat
Variabel terikat merupakan variabel yang menjadi fokus utama
peneliti di dalam penelitian ini. Melalui analisis terhadap variabel
33
Universitas Sumatera Utara
terikat adalah mungkin untuk menemukan jawaban atas suatu masalah
(Sekaran, 2006). Variabel terikat dalam penelitian ini adalah
transparansi informasi keuangan di internet oleh pemerintahan daerah.
3.3.2 Variabel Bebas
Variabel bebas adalah variabel yang dapat mempengaruhi
variabel terikat secara positif atau negatif (Sekaran, 2006). Apabila
setiap unit kenaikan variabel bebas diikuti oleh kenaikan variabel
terikat maka variabel bebas mempengaruhi variabel terikat secara
positif. Begitu juga sebaliknya, apabila setiap unit penurunan variabel
bebas diikuti oleh penurunan variabel terikat maka variabel bebas
mempengaruhi variabel terikat secara negatif. Variabel bebas di dalam
penelitian ini adalah total kekayaan daerah, kompetisi politik dan
tingkat kependudukan.
3.4 Definisi Operasional Variabel
3.4.1 Transparansi Informasi Keuangan di Internet oleh Pemerintahan
Daerah
Transparansi informasi keuangan di internet oleh pemerintahan
daerah adalah pemberian informasi berupa laporan keuangan melalui
media internet yang dilakukan oleh pemerintahan daerah sekalipun
tidak diwajibkan dalam suatu peraturan. Sesuai dengan penelitian
sebelumnya, pengukuran variabel transparansi informasi keuangan di
internet oleh pemerintahan daerah menggunakan variabel dummy
34
Universitas Sumatera Utara
(Laswad et al, 2005). Dalam penelitian ini, transparansi informasi
keuangan dilihat pada informasi laporan keuangan karena masih sangat
sedikit pemerintah daerah (pemda) yang mempublikasikan laporan
keuangannya. Transparansi informasi keuangan di internet dinilai dari
ada tidaknya APBD, laporan keuangan pemerintah daerah (LKPD),
atau LAKIP pada situs resmi pemerintahan daerah. LKPD sendiri
terdiri dari empat komponen, yaitu neraca, laporan realisasi anggaran,
laporan arus kas, dan catatan atas laporan keuangan. Jika seluruh
komponen LKPD tersebut terdapat dalam situs resmi pemerintahan
daerah,
maka
pemerintahan
daerah
tergolong
mengungkapkan
informasi keuangannya. Jika seluruh bagian LKPD dalam pelaporan
keuangan tersebut terdapat pada situs resmi pemerintahan daerah diberi
nilai 1 sedangkan jika komponen LKPD yang terdapat pada situs resmi
pemerintahan daerah tidak dipublikasikan secara lengkap maka diberi
nilai 0.
3.4.2 Total Kekayaan Daerah
Kekayaan
pemerintahan
daerah
menggambarkan
tingkat
kemakmuran daerah tersebut. Semakin tinggi angka kekayaan
pemerintahan daerah, maka secara ekonomi telah terjadi peningkatan
kemakmuran pada daerah tersebut. Besarnya kekayaan daerah juga
berbanding lurus dengan kepedulian masyarakat tentang kinerja
pemerintah daerah. Styles dan Tennyson (2007) berpendapat bahwa
daerah dengan tingkat kekayaan yang lebih tinggi akan memiliki tingkat
35
Universitas Sumatera Utara
pemantauan politik dan informasi yang lebih tinggi atas gambaran
tentang kinerja pemerintahan daerah. Dalam penelitian ini, total
kekayaan pemerintahan daerah diukur dari total aset yang dimiliki oleh
daerah tersebut.
3.4.3 Kompetisi Politik
Kompetisi politik menunjukkan gambaran seberapa besar
persaingan antara kepala daerah yang menjabat saat ini (incumbent)
dengan saingan-saingan politiknya. Dalam penelitian Laswad, dkk
(2005) yang dilakukan di Selandia Baru, kompetisi politik diukur dari
perbandingan antara jumlah kandidat kepala daerah dengan posisi yang
tersedia. Penelitian ini menilai kompetisi politik dengan menggunakan
pengukuran yang sama dengan pengukuran dalam penelitian Laswad,
dkk (2005) namun disesuaikan dengan kondisi di Indonesia, yaitu
hanya ada satu posisi sebagai kepala daerah dan hanya dijabat oleh satu
orang. Kompetisi politik diukur dari jumlah kandidat kepala daerah
pada pemilihan kepala daerah yang terakhir kali dilaksanakan di daerah
tersebut sampai dengan penelitian ini dilakukan.
3.4.4 Tingkat Kependudukan
Sesuai dengan Stakeholder Theory, penduduk merupakan salah
satu stakeholder terpenting pemerintahan daerah. Oleh karena itu,
semakin banyak jumlah penduduk maka tekanan untuk meminta
informasi juga semakin besar. Riset pendahuluan tentang transparansi
36
Universitas Sumatera Utara
keuangan di pemerintahan daerah di New Jersey telah mengungkapkan
hubungan positif antara jumlah penduduk dengan pengungkapan
informasi keuangan (Piotrowski &Bertelli, 2010). Sementara itu, dalam
hubungannya dengan transparansi di bidang informasi sosial dan
lingkungan di website pemerintahan daerah di Spanyol, jumlah
penduduk juga menunjukkan relasi yang sama (Garcia-Sanchez, 2013).
Daerah dengan jumlah penduduk yang lebih banyak memiliki tingkat
pengungkapan yang lebih tinggi dibandingkan daerah dengan jumlah
penduduk yang lebih sedikit sehingga untuk mengukur tingkat
kependudukan pada penelitian ini diukur dari jumlah penduduk yang
bertempat tinggal di daerah tersebut.
Tabel 3.1
Defenisi Operasional
No.
Variabel
Defenisi
Indikator
Skala
1 Transparansi
Transparansi
Transparansi
Dummy
Informasi
informasi keuangan informasi
Keuangan
di di internet oleh keuangan
di
Internet (Y)
pemerintahan daerah internet
dinilai
adalah
pemberian dari tersedia atau
informasi keuangan tidaknya laporan
melalui
media keuangan
internet
yang pemerintah daerah
dilakukan
oleh (LKPD)
secara
pemerintahan daerah lengkappada situs
sekalipun
tidak resmi
diwajibkan
dalam pemerintahan
suatu peraturan.
daerah.
2
Total Kekayaan Kekayaan
Daerah (X1)
pemerintahan daerah
menggambarkan
tingkat kemakmuran
daerah
tersebut.
Semakin
tinggi
Kekayaan
Nominal
pemerintahan
daerah diukur dari
total aset yang
dimiliki
oleh
daerah tersebut.
37
Universitas Sumatera Utara
3
Kompetisi
Politik (X2)
4
Tingkat
Kependudukan
(X3)
angka
kekayaan
pemerintahan
daerah, maka secara
ekonomi
telah
terjadi peningkatan
kemakmuran daerah
tersebut.
Kompetisi
politik
menunjukkan
gambaran seberapa
besar
persaingan
antara kepala daerah
yang menjabat saat
ini
(incumbent)
dengan
saingansaingan politiknya.
Tingkat
kependudukan
menunjukkan
banyaknya
penduduk
yang
bertempat tinggal di
wilayah
tersebut.
Daerah
dengan
jumlah
penduduk
yang lebih banyak
memiliki
tingkat
pengungkapan yang
lebih
tinggi
dibandingkan daerah
dengan
jumlah
penduduk yang lebih
sedikit.
Kompetisi politik Nominal
diukur
dari
jumlah kandidat
kepala
daerah
pada
pemilihan
kepala
daerah
yang terakhir kali
dilaksanakan di
daerah
tersebut
sampai
dengan
penelitian
ini
dilakukan.
Untuk mengukur Nominal
tingkat
kependudukan
pada penelitian ini
diukur
dari
jumlah penduduk
di suatu daerah
tersebut.
3.5 Populasi dan Sampel
Populasi dari penelitian ini adalah seluruh pemerintahan daerah yang
ada di Indonesia yang berjumlah 548 yang terdiri atas 34 pemerintahan
provinsi, 98 pemerintahan kota, dan 416 pemerintahan kabupaten dengan
38
Universitas Sumatera Utara
jumlah sampel yang didapatkan sebanyak 69 sampel (lihat lampiran).
Pengambilan sampel digunakan dengan metode purposive sampling, yaitu
metode pemilihan sampel berdasarkan kriteria-kriteria tertentu (Daulay,
2010). Adapun kriteria pengambilan sampel adalah sebagai berikut :
1. Memiliki situs resmi pemerintahan daerah dan masih aktif.
2. Pemerintahan daerah mempublikasikan secara lengkap informasi
pengelolaan keuangan daerah pada situs resmi pemerintahan
daerah.
3. Menyediakan neraca keuangan pemerintahan daerah tahun 2014
provinsi, kota, dan kabupaten yang telah diaudit oleh BPK yang
terdapat pada situs resmi pemerintahan daerah.
4. Pemeriksaan LKPD oleh BPK menghasilkan opini WTP dan WDP
yang terdapat pada situs resmi BPK.
5. Memiliki data mengenai banyaknya kandidat pemilihan kepala
daerah yang dapat diperoleh dari situs Komisi Pemilihan Umum
(KPU).
Sampling adalah proses pengambilan sebagian elemen dari suatu
populasi sebagai wakil dari populasi tersebut. Besaran sampel yang tepat
untuk penelitian adalah lebih besar dari 30 dan kurang dari 500 (Sekaran,
2006).
39
Universitas Sumatera Utara
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif
dengan sumber data sekunder. Data kuantitatif adalah data yang berbentuk
angka atau bilangan, sedangkan data sekunder adalah sumber data penelitian
yang diperoleh secara tidak langsung dengan melalui media perantara.
Periode data yang digunakan dalam penelitian ini yaitu tahun 2014. Data
variabel dependen yaitu transparansi informasi keuangan di internet oleh
pemerintahan daerah yang dapat dilihat dari ketersediaan Laporan Keuangan
Pemerintah Daerah (LKPD) secara lengkap yang terdapat pada situs resmi
pemerintahan daerah dan diperoleh dengan mengamati secara langsung.
Alamat situs resmi pemerintahan daerah didapat dari www.kemendagri.go.id.
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini adalah
studi pustaka dan studi dokumentasi. Data-data dan teori dalam penelitian ini
diperoleh dari literatur, artikel, dan hasil penelitian terdahulu yang relevan
dengan penelitian dan landasan teori. Data juga diperoleh dari studi
dokumentasi yang dilakukan dengan menggunakan data sekunder baik dari
lembaga yang mengeluarkan data tersebut dan juga melalui internet.
3.8 Metode Analisis
Karena terdapat perbedaan dalam satuan dan besaran variabel bebas
maka variabel X1 (total kekayaan daerah) dan X3 (tingkat kependudukan)
40
Universitas Sumatera Utara
harus dibuat model logaritma natural. Menurut Ghozali (2006), alasan
digunakannya logaritma natural adalah sebagai berikut:
1. Menghindari adanya heterokedasitas.
2. Mengetahui koefisien yang menunjukkan elastisitas.
3. Mendekatkan skala data.
3.8.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk menghasilkan gambaran
dari data yang telah terkumpul. Analisis deskriptif yang digunakan
dalam penelitian ini adalah nilai rata-rata (mean), maksimum,
minimum, dan standar deviasi.
3.8.2 Uji Hipotesis
Metode analisis yang digunakan untuk menguji hipotesis dalam
penelitian ini adalah regresi logistik (Logistic Regression). Regresi
logistik digunakan untuk menguji dapat tidaknya suatu probabilitas
terikat diprediksi dengan variabel bebasnya (Ghozali, 2006). Regresi
logistik tidak memerlukan uji normalitas, heteroskedasitas, dan uji
asumsi klasik pada variabel bebasnya. Regresi logistik dipilih karena
penelitian ini memiliki variabel dependen yang dichotomous dan
variabel independen yang bersifat kombinasi antara metrik dan nonmetrik. Menurut Ghozali (2006) variabel non-metrik merupakan
variabel yang diukur dengan skala pengukuran kategori atau kelompok
dari suatu subyek.
41
Universitas Sumatera Utara
Variabel dependen yang dilakukan dalam penelitian ini
merupakan
variabel
dichotomous.
Pemerintahan
daerah
yang
melakukan pelaporan keuangan pada website resminya dikategorikan
kedalam kode IFRA (Internet Financial Reporting Local Authorities).
Sedangkan pemerintahan daerah yang memiliki website resmi tapi tidak
memilih untuk melaporkan informasi keuangannya pada website
resminya dikategorikan kedalam N-IFRA (Non Financial Reporting
Local Authorities).
Berdasarkan rumusan masalah dan kerangka pemikiran yang
telah diuraikan sebelumnya, model regresi logistik yang digunakan
adalah:
Y = a + b1X1 + b2X2 + b3X3+ e
Keterangan:
Y
= Transparansi informasi keuangan di internet
a
= konstanta
b1 = koefisien variabel total kekayaan daerah
b2 = koefisien variabel kompetisi politik
b3 = koefisien variabel tingkat kependudukan
X1 = total kekayaan daerah
X2 = kompetisi politik
42
Universitas Sumatera Utara
X3 = tingkat kependudukan
e
= error
Selanjutnya
analisis
penelitian
regresi
logistik
perlu
memperhatikan hal-hal berikut:
1. Menilai Kelayakan Model Regresi
Regresi logistik merupakan suatu bentuk model regresi yang
dimodifikasi. Karakteristik model logistik sudah tidak sama lagi
dengan model regresi sederhana atau berganda. Dengan begitu
penentuan signifikansi secara statistik regresi logistik berbeda
dengan regresi berganda. Untuk menguji model regresi logistik yang
digunakan layak atau tidak dapat digunakan uji -2 Log likelihood.
Caranya adalah dengan membandingkan antara nilai -2 Log
likelihood pada saat Block Number = 0, dimana model hanya
memasukkan konstanta dengan nilai -2 Log likelihood, dengan pada
saat Block Number = 1, dimana model memasukkan konstanta dan
variabel bebas. Apabila nilai -2 Log likelihood Block Number = 0 >
nilai -2 Log likelihood Block Number = 1, maka menunjukkan
model regresi yang baik. -2 Log likehood pada regresi logistik mirip
dengan pengertian “Sum of Square Error” pada model regresi,
sehingga penurunan nilai -2 Log likehood menunjukkan model yang
semakin baik.
43
Universitas Sumatera Utara
2. Menilai Koefisien Determinasi
Setelah mengetahui kelayakan regresi menggunakan uji -2
Log likelihood, selanjutnya dilakukan pengujian untuk menguji
seberapa jauh semua variabel bebas yang dimasukkan dalam model
mempunyai pengaruh terhadap variabel terikat atau seberapa besar
variasi dari variabel terikat dapat dijelaskan oleh variabel bebas. Uji
yang dilakukan untuk menilai koefisien determinasi adalah uji
Nagelkerke R Square (Pseudo R-Square).
3. Menilai Keseluruhan Model
Keseluruhan model (overall model fit) pada model regresi
sederhana atau berganda dapat dilihat dari R² ataupun F test,
sedangkan penilaian keseluruhan model dalam regresi logistik dapat
dilihat dari pengujian Hosmer and Lemeshow’s Goodness of Fit Test.
Pengujian ini untuk menilai model yang dihipotesiskan agar data
empiris cocok atau sesuai dengan model. Jika nilai statistik
signifikansi pada Hosmer and Lemeshow’s Goodness of Fit Test
sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak,
sedangkan jika nilainya lebih besar dari 0,05 maka hipotesis nol
tidak dapat ditolak, berarti model mampu memprediksi nilai
observasinya atau dengan kata lain model dapat diterima karena
sesuai dengan data observasinya (Ghozali, 2006).
44
Universitas Sumatera Utara
H0: Tidak terdapat perbedaan yang nyata antara klasifikasi
yang diprediksi dengan klasifikasi yang diamati.
Ha: Terdapat perbedaan yang nyata antara klasifikasi yang
diprediksi dengan klasifikasi yang diamati.
4. Pengujian Regresi Logistik Secara Parsial
Pengujian regresi logistik secara parsial menggunakan uji
Wald dengan melihat tabel variables in the equation. Pengujian
regresi logistik secara parsial dilakukan dengan memasukkan seluruh
variabel independen dan variabel dependen. Hasil pengujian ini
dapat membantu kita mengetahui pengaruh masing-masih variabel
independen terhadap variabel dependen. Pengujian ini dilakukan
dengan menggunakan metode enter dengan tingkat signifikansi
sebesar 5%. Dasar pengambilan keputusannya adalah apabila nilai
signifikansi < 0,05 maka hipotesis yang menyatakan variabel bebas
berpengaruh terhadap variabel terikat diterima.
5. Pengujian Regresi Logistik Secara Simultan
Setelah pengujian regresi logistik secara parsial, selanjutnya
akan dilakukan pengujian regresi logistik secara simultan (bersamasama). Pengujian regresi logistik secara simultan disebut Omnibus
Test of Model coefficient. Dalam pengujian ini semua variabel bebas
yaitu total kekayaan daerah, kompetisi politik, dan tingkat
kependudukan diuji secara bersama-sama. Pengujian ini bertujuan
45
Universitas Sumatera Utara
untuk melihat apakah ketiga variabel bebas secara bersama-sama
berpengaruh terhadap transparansi informasi keuangan di internet
oleh pemerintahan daerah. Dasar pengambilan keputusannya adalah
jika nilai signifikansi lebih besar dari pada 0,05 maka H0 diterima
sedangkan jika nilai signifikansi lebih kecil dari 0,05 maka H0
ditolak.
46
Universitas Sumatera Utara
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Gambaran Umum Sampel Penelitian
Tujuan dari dilakukannya penelitian ini untuk mengetahui pengaruh
total kekayaan daerah, kompetisi politik, dan tingkat kependudukan terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah di
Indonesia. Populasi yang digunakan dalam penelitian ini adalah seluruh
website pemerintahan daerah di Indonesia yang berjumlah 548 situs, terdiri
dari 34 pemerintahan provinsi, 98 pemerintahan kota, dan 416 pemerintahan
kabupaten. Berdasarkan populasi tersebut didapatkan sampel sebanyak 69
pemerintahan daerah (lihat lampiran) yang terdiri atas 10 pemerintahan
provinsi, 16 pemerintahan kota, dan 43 pemerintahan kabupaten yang
mempublikasikan laporan keuangan daerahnya (LKPD) tahun 2014 yang
telah di audit oleh BPK dan terdapat dalam situs resmi pemerintahan daerah.
4.2 Statistik Deskriptif
Uji Statistik deskriptif dilakukan untuk mengetahui gambaran umum
mengenai variabel bebas (total kekayaan daerah, kompetisi politik, dan
tingkat kependudukan) yang digunakan dalam penelitian ini.
Hasil uji
statistik deskriptif dalam penelitian ini meliputi nilai minimum, nilai
maksimum, mean, dan standar deviasi untuk setiap variabel yang disajikan
dalam tabel berikut:
47
Universitas Sumatera Utara
Tabel 4.1
Statistik Deskriptif Sampel
Descriptive Statistics
N
TOTAL
KEKAYAAN
Minimum
Maximum
Mean
Std. Deviation
69
27,63071
31,03520
28,8784263
,76285282
KOMPETISI POLITIK
69
2
10
3,71
1,926
TINGKAT
69
10,62590
16,11975
13,3283777
1,18187756
DAERAH
KEPENDUDUKAN
Valid N (listwise)
69
Sumber data : lampiran
Berdasarkan pengujian deskriptif tersebut, maka pada variabel total
kekayaan daerah diperoleh nilai minimum sebesar 27,63071, nilai maksimum
sebesar 31,03520, nilai rata-rata sebesar 28,8784263, dan nilai standar deviasi
sebesar 0,76285282. Pada variabel kompetisi politik diperoleh nilai minimum
sebesar 2, nilai maksimum sebesar 10, nilai rata-rata sebesar 3,71, dan nilai
standar deviasi sebesar 1,926. Pada variabel total kekayaan daerah diperoleh
nilai minimum sebesar 10,62590, nilai maksimum sebesar 16,11975, nilai
rata-rata sebesar 13,3283777, dan nilai standar deviasi sebesar 1,18187756.
4.3 Pengujian Hipotesis
Pengujian yang dilakukan selanjutnya adalah untuk menganalisis
pengaruh dari variabel total kekayaan daerah, kompetisi politik, dan tingkat
kependudukan terhadap transparansi informasi keuangan di internet oleh
pemerintahan daerah. Setelah pengujian statistik deskriptif berikutnya akan
dilakukan pengujian regresi logistik untuk mengetahui apakah terdapat
pengaruh dari total kekayaan daerah, kompetisi politik, dan tingkat
kependudukan terhadap transparansi informasi keuangan di internet oleh
48
Universitas Sumatera Utara
pemerintahan daerah serta membentuk model regresi logistik karena variabel
terikatnya memiliki dua nilai (0 dan 1), maka digunakan model Regression
Logistic
(Ghozali,
2006).
Pengujian
hipotesis
dilakukan
dengan
menggunakan regresi logististik yang dilakukan secara bersama-sama untuk
ketiga variabel dengan tingkat signifikansi 5%. Perbandingan nilai aktual dan
prediksi bisa dicapai dengan menggunakan beberapa pengukuran untuk
mengukur kelayakan regresi, yaitu: (1) dengan melihat -2 Log Likelihood, (2)
koefisien determinasi (Cox & Snell R Square dan Nagelkerke R Square), (3)
menilai chi-square untuk keseluruhan model (Hosmer and Lemeshow Test).
4.3.1 Pengujian -2 Log Likelihood
Pengujian regresi logistik yang pertama adalah dengan
menggunakan uji -2 log likelihood. Pengujian ini bertujuan untuk
mengetahui apakah model regresi logistik yang digunakan telah layak
atau tidak. Hasil pengolahan data SPSS dapat dilihat pada tabel di
bawah ini:
Tabel 4.2
Pengujian -2 Log Likelihood Step 0
Iteration Historya,b,c
Coefficients
Iteration
-2 Log likelihood
Constant
Step 0
1
90,358
-,551
2
90,354
-,565
3
90,354
-,565
Sumber data: lampiran
49
Universitas Sumatera Utara
Tabel 4.3
Pengujian -2 Log Likelihood Step 1
Model Summary
Step
-2 Log likelihood
Cox & Snell R Square
68,256a
1
,274
Nagelkerke R Square
,375
Sumber data: lampiran
Pada tabel 4.2 dan 4.3 menunjukkan nilai dari hasil pengujian -2
Log likelihood yang terdiri dari 2 tahap yaitu tahap pertama (step 0) dan
tahap kedua (step 1). Berdasarkan tabel 4.2 dapat dilihat nilai -2 Log
likelihood step 0 adalah sebesar 90,354 sedangkan pada step 1 yang
terdapat pada tabel 4.3 nilai -2 Log likelihood sebesar 68,256. Hal ini
menunjukkan terjadi penurunan pada nilai -2 Log likelihood, sehingga
dapat ditarik kesimpulan bahwa model regresi logistik yang digunakan
layak dan penambahan variabel bebas kedalam model memperbaiki
model fit.
4.3.2 Pengujian Nagelkerke R Square
Setelah pengujian -2 log likelihood selesai dilakukan, maka
selanjutnya dilakukan pengujian Nagelkerke R Square. Pengujian ini
dilakukan untuk melihat seberapa besarkah variasi dari variabel terikat
(transparansi informasi keuangan di internet oleh pemerintahan daerah)
dapat dijelaskan oleh variabel-variabel bebas yang diteliti (total
kekayaan daerah, kompetisi politik, dan tingkat kependudukan). Hasil
pengujian Nagelkerke R Square dapat dilihat pada tabel berikut ini :
50
Universitas Sumatera Utara
Tabel 4.4
Pengujian Nagelkerke R Square
Model Summary
Step
-2 Log likelihood
Cox & Snell R Square
68,256a
1
,274
Nagelkerke R Square
,375
Sumber data: lampiran
Berdasarkan tabel 4.4 di atas, nilai Nagelkerke R Square adalah
sebesar 0,375. Hal ini menunjukkan bahwa variasi variabel terikat
(transparansi informasi keuangan di internet oleh pemerintahan daerah)
dapat dijelaskan oleh variabel-variabel bebasnya (total kekayaan
daerah, kompetisi politik, dan tingkat kependudukan) sebesar 37,5%
sedangkan sisanya sebesar 62,5% dijelaskan oleh variabel lain diluar
variabel bebas yang diteliti.
4.3.3 Pengujian Hosmer and Lemeshow
Pengujian yang dilakukan selanjutnya adalah pengujian Hosmer
and Lemeshow. Pengujian ini dilakukan untuk menguji hipotesis 0
bahwa data empiris cocok atau sesuai dengan model (tidak terdapat
perbedaan model dengan data sehingga model dapat dikatakan fit). Jika
nilai pengujian Hosmer and Lemeshow test sama dengan atau kurang
dari 0,05 maka hipotesis 0 ditolak yang berarti terdapat perbedaan yang
signifikan antara model dengan nilai observasinya, sehingga model
tidak dapat memprediksi nilai observasinya. Sebaliknya, jika nilai
pengujian Hosmer and Lemeshow lebih besar dari 0,05 maka model
dapat memprediksi nilai observasinya atau dapat dikatakan model dapat
51
Universitas Sumatera Utara
diterima karena sesuai dengan nilai observasinya sehingga hipotesis 0
diterima. Berikut adalah hasil pengujian Hosmer and Lemeshow:
Tabel 4.5
Pengujian Hosmer and Lemeshow
Hosmer and Lemeshow Test
Step
Chi-square
1
df
10,933
Sig.
8
,206
Sumber data: lampiran
Berdasarkan tabel diatas, maka didapatkan nilai signifikansi
statistik Hosmer and Lemeshow Goodness of Fit Test sebesar 0,206
yang nilainya lebih besar dari 0,05. Hal ini menunjukkan bahwa model
dapat diterima karena mampu memprediksi nilai observasinya atau
sesuai dengan data observasinya.
4.4 Pengujian Regresi Logistik Secara Parsial
Langkah selanjutnya adalah menguji regresi logistik secara parsial
atau menguji pengaruh masing-masing variabel bebas terhadap variabel
terikatnya dengan melihat tabel variables in the equation. Pengujian hipotesis
regresi logistik dilakukan dengan memasukkan seluruh variabel bebas (total
kekayaan daerah, kompetisi politik, dan tingkat kependudukan) dan juga
variabel
terikat
(transparansi
informasi
keuangan
di
internet
oleh
pemerintahan daerah).
Pengujian ini dilakukan dengan menggunakan metode enter dengan
tingkat signifikansi sebesar 5%. Dasar pengambilan keputusannya adalah
apabila nilai signifikansi < 0,05 maka hipotesis yang menyatakan variabel
bebas berpengaruh terhadap variabel terikat diterima, sedangkan apabila nilai
52
Universitas Sumatera Utara
signifikansi > 0,05 maka hipotesis yang menyatakan variabel bebas
berpengaruh terhadap variabel terikat ditolak. Hasil pengujian regresi logistik
secara parsial dapat dilihat pada tabel dibawah ini:
Tabel 4.6
Pengujian Regresi Logistik Secara Parsial
Variables in the Equation
95% C.I.for
B
S.E.
Wald
df
Sig.
Exp(B)
EXP(B)
Lower
Step
1a
Upper
X1
1,467
,594
6,099
1
,014
4,335
1,353
13,882
X2
,458
,210
4,731
1
,030
1,580
1,046
2,387
X3
-,088
,348
,064
1
,800
,916
,463
1,811
-43,512
14,555
8,937
1
,003
,000
Constant
Sumber data: lampiran
Berdasarkan hasil pengujian regresi logistik tersebut maka dapat
diketahui persamaan logistik linear sebagai berikut:
Y = -43,512 +1,467X1 + 0,458X2 - 0,88X3+ e
Dimana:
Y = Transparansi informasi keuangan di internet oleh pemerintahan daerah
X1 = Total kekayaan daerah
X2 = Kompetisi politik
X3 = Tingkat kependudukan
e
= error
4.5 Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian regresi logistik pada tabel 4.6 diatas,
hasil pengujian hipotesis untuk mengetahui pengaruh total kekayaan daerah,
53
Universitas Sumatera Utara
kompetisi politik, dan tingkat kependudukan terhadap transparansi informasi
keuangan di internet oleh pemerintahan daerah dapat dijelaskan sebagai
berikut:
1. Berdasarkan tabel 4.6 dapat diketahui dimana variabel bebas yang
pertama yaitu total kekayaan daerah (X1) berpengaruh positif terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hasil penelitian ini sesuai dengan hasil penelitian yang telah dilakukan
oleh Trisnawati dan Komarudin (2014) dimana mereka telah
membuktikan bahwa total kekayaan daerah berpengaruh positif terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hal ini ditunjukkan dengan nilai probabilitas signifikansi sebesar 0,014
(